歌曲工程文件标准模板（音乐创作SOP）

适用场景

每次用户让你"写一首歌"、"做工程文件"、或在音乐创作目录下新建歌曲项目时，必须先加载本技能，按以下模板逐节填写。

强制章节清单

一首完整的歌曲工程文件必须包含以下全部章节（编号可调）：

一、歌曲信息

二、完整歌词（Suno 元标签版）

• [Intro] 到 [End] 完整格式
• 每段有 [Sung] + 人声标签
• 方言念白单独标注 [Spoken Word]

三、Suno 曲风提示词（标准版）

英文，≤800字符

四、Suno 曲风提示词（精简版 / Style 字段粘贴用）

英文精简版

五、Suno 排队风格提示词（批量生成用）

> 排队时一次投 3-4 个版本，每个微调一个方向，选质感和用户需求最匹配的一版。

必须包含 3-4 个变体版本，每个侧重一个方向，方便批量生成后对比：

• 每个版本控制在 500 字以内
• 必须在每个版本后标注字符数 ✅
• 所有版本共用同一个排除标签（Exclude Styles 字段一轮只投一次）
• 示例：参考工程文件 莲池鲤/莲池鲤-歌曲工程.md 第五节

「更叙事」版本的关键词配方

当用户反馈某版本「更叙事」或要求加强故事讲述感时，在风格提示词中做以下调整：

要添加：
- slow narrative storytelling, quiet conversational tone, gentle spoken-word style — 说话式演唱
- no loud singing, no vibrato except final hook — 去大部分颤音，只在终段保留微量
- no melody dominance, beat follows speech cadence not song rhythm — 节拍随语气走，不随歌走
- music follows spoken word rhythm — 音乐跟说话节奏

要移除：
- 声学吉他 (acoustic guitar)、贝斯 (deep bass) — 去旋律感乐器
- 所有「vibrato」标签（只剩 final hook 保留微量）
- 任何暗示旋律主导的表述

保留的乐器： 竹笛、古琴、琵琶、轻鼓、钟声 — 叙事背景需简洁空旷

核心逻辑： 版本D不是"唱一个故事"，是"讲一个故事，偶尔哼两句"。主歌全段用说的，节奏跟着语气走，不是跟着拍子走。

六、排除标签（Exclude Styles）

七、音域适配说明

八、MV分镜（剧本式）

• 内容梗概（说明整首歌的情绪定位和叙事主线）
• 核心意象词清单（画面生成的视觉关键词池）
• 角色列表（每个角色的年龄/外形/服装特征描述）
• 分镜脚本（逐镜：画面描述 + 提示字幕 + 特效说明）
• 强制标准：至少29镜起，每镜必须包含画面描述、提示字幕、特效说明三要素
• 叙事歌曲推荐四幕结构（《莲池鲤》32镜已验证）：
• 第一幕：建立世界（对应 Intro + Verse 1）
• 第二幕：冲突/行动（对应 Verse 2 + Hook）
• 第三幕：转折/揭穿（对应 Bridge + Spoken Word）
• 第四幕：宿命/循环（对应 Final Hook + Outro）
• 每幕开头加章节标识（如 【第一幕 · 佛前修行】），方便定位
• 镜头切换：慢歌多用叠化（dissolve）和缓推（slow push），少用硬切（cut）
• 核心技法参考：①电视/屏幕作为媒介符号（CRT特写开场和收尾）；②童年-成年镜像对比（叠化、飘落过渡）；③三种时间线交织；④每镜写明具体特效名称
• 36条/首是最终上限，超过会画面疲劳；且每条镜头只能对应一个主要画面，不要试图在一镜里塞两个不同的动作

九、封面绘画提示词

必须提供至少一种风格（实拍/插画/水墨）。推荐三种格式：

格式A — 中文版（AgnesAI / 文生图优先）

详细中文描述，包含画面内容、色调、构图、文字排版。

格式B — 英文精简版（Midjourney 提示词用）

纯英文，含 --ar 比例和 --style raw 等参数。

格式C — 9:16竖版封面（视频平台用，中间留4:3视频位）

结构模板如下，按此格式逐节填写：

请帮我生成歌曲封面，比例9:16，扁平化新国风插画风格。

画面分为上下两半——

**上半部分：**
[画面内容描述——天空/建筑/远景/氛围]

中间有4:3区域留白（用来放4:3视频），留白区的边缘用[自然元素]做自然过渡遮罩。

**下半部分：**
[画面内容描述——近景/细节/核心意象]

**文字排版：**
- 中间留白区上方大字：{歌名}（字体风格，效果描述）
- 留白区下方小字：作词/作曲：一环

色调以[主色调]为主，[辅助色]。扁平化新国风插画风格，电影感构图，油画质感，[氛围关键词]。

参考示例：莲池鲤/莲池鲤-歌曲工程.md 第八节格式C

十、口播宣传文案（短视频推广用）

口语化、真人出镜感、用歌词串故事

十一、各平台宣传方案与话题标签

必须覆盖以下7个渠道：

• 通用跨平台标签

十二、文件清单

项目目录下的所有文件，标注 ✅/☐

常见遗漏项（务必对照检查）

1. ❌ 跳过口播宣传文案 —— 必须写，不能只写"推广策略"
2. ❌ 只写部分平台 —— 必须覆盖全部7个（快手/小红书/B站/抖音/视频号/公众号/播客）
3. ❌ 播客只写标签不写逐段内容 —— 必须写完整的逐段口播文案
4. ❌ MV分镜缺少角色列表 —— 需写明角色特征描述
5. ❌ 忘记封面提示词 —— 至少一种风格
6. ❌ MV分镜少于29镜或缺少特效说明 —— 每镜必须包含画面描述+提示字幕+特效说明三要素
7. ❌ 音域适配说明未做韵脚开口音检查 —— 防飙高音必须检查韵脚分布
8. ❌ 口播文案里出现事实性断言未验证 —— 涉及真实地名/基建必须先联网搜索确认
9. ❌ 交付工程文件时不附带歌词优化建议 —— 用户默认你应该主动给反馈，不要等用户开口问"你不改一下吗？"
10. ❌ 缺少排队风格提示词 —— 只有标准版+精简版还不够，用户会问"排队风格提示词呢？"需要3~4个变体版本

常见陷阱（已踩过的坑）

陷阱1：用户已有部分文件时直接追加新章节

错误做法： 用户已有八~十一（曲式结构/创作思路/Suno建议/韵脚分析等非标准章节），我在后面追加十三~十六（MV分镜/封面/口播/平台方案）。结果编号八~十一与标准模板冲突，十三~十六断层，用户反馈"很乱"。

正确做法：
1. 先识别现有文件的章节顺序
2. 如果八~十一已经被非标准内容占据，直接全文件重排：
- 一~七保留
- 八 = MV分镜
- 九 = 封面绘画提示词
- 十 = 口播宣传文案
- 十一 = 各平台宣传方案
- 十二 = 文件清单
3. 原有非标准内容（曲式结构、创作思路、Suno建议、韵脚分析）移到附录一~四，不占用主编号
4. 重写整个文件而非追加（用 write_file 覆盖）

陷阱3：默认"已实现"前提写推广内容

错误做法： 歌曲涉及"高铁"、"大桥"、"新城"等发展意象时，默认它们已经存在，直接写"通了""建好了""变样了"。结果口播文案、各平台标题、播客脚本全站错立场。

真实案例：《舞水迎长风》翻车
- 歌曲写的是"银龙穿山越岭""通衢相连"——我默认这是歌颂已通车的高铁
- 实际上黔城只普速火车站，没高铁站，各县都在争资源。歌是"盼高铁"的呼声
- 后果：5W参数、口播文案（2个版本）、6个平台标题方案、播客脚本全部要重写，涉及10处修改
- 视觉物料（MV分镜配图）也需要重拍——如果MV图里出现高铁桥但实际还没建，更严重

正确做法：创作前必须确认以下问题：

1. 歌里提到的基建/事件，是已经存在还是正在争取？
2. 如果写的是真实地名，这个地方到底有没有这个基础设施？
3. 歌曲的情绪基调——是庆祝、期盼、抗议还是呼吁？
4. 口播/平台标题里不要出现"已经"、"通了"、"建好了"等事实性断言，除非你100%确认

验证方法：
- 涉及真实地名的基础设施：先联网搜索确认现状
- 涉及真实事件：确认发生时间线
- 拿不准时：口播里用"盼"、"等"、"希望"代替"已"、"通"、"有"

修正清单（一旦发现写错，必须全部检查）：
- ☐ 5W参数（什么/为何/何时）
- ☐ 口播文案（格式A + 格式B）
- ☐ 平台推荐标题 × 6（快手/小红书/B站/抖音/视频号/公众号）
- ☐ 话题标签
- ☐ 播客脚本逐段内容
- ☐ MV分镜中涉及该意象的画面描述

陷阱5：往既有结构化内容里追加新内容时，不问位置直接写

错误做法： 用户说「封面提示词增加一个9:16格式的」，我直接独立成「格式C」插在格式B和口播文案之间。用户要的是「格式A的1:1不动，在它下面加9:16版本」。

代价：用户发火「别tm浪费我一次次的token」。

正确做法：
1. 收到「增加/追加/加入」类需求时，先确认位置：\"你是要加在A后面、还是独立成新段？\"
2. 确认措辞也问：\"编号叫'格式C'还是直接写'9:16竖版'？\"
3. 用户确认后再动刀，一次到位

核心原则： 用户对自己的文件结构有画面感。你以为是"新加一段"，他觉得是"在某个位置补一行"。不动刀不说话，先问。

陷阱4：遗漏非标准章节的处理

用户原有的文件可能包含模板里没有的章节（如曲式结构说明、创作思路说明、Suno生成建议、歌词韵脚分析）。这些内容有价值不应丢弃，但不应该占据编号八~十一（这些编号预留给MV分镜/封面/口播/平台方案）。

处理方式： 放到附录。在十二章标准内容之后，以 ## 附录一、曲式结构说明、## 附录二、创作思路说明 等形式排列。这样既保留原有工作成果，又让标准章节编号正确。

文件命名规范

• 工程文件：{歌名}-歌曲工程.md
• 逐句配图：按 {编号}_{歌词句前段}.jpg 格式
• 目录：音乐创作/{歌名}/

配图工作流

完成歌曲工程后如需配图（AgnesAI），遵循以下批次规则：

• 分3批跑：每批最多16张图，跑完后再汇总
• 不单张跑：不要一张一张生成，按批次批量处理
• 每张≥1MB算合格
• 配图脚本：~/hermes-agent/scripts/agnes_image.sh
• 密钥路径：/tmp/agnes_auth.txt
• 封面尺寸：1024x768，正文配图：1024x1024

交付工作流（交付工程文件后的标准动作）

⚠️ 交付工程文件时必须附带歌词优化建议

用户预期： 你交付工程文件时，默认应包含对歌词的优化建议——用户不会先开口问"你不给点意见吗？"，而是默认你会主动给。

为什么这和铁律不矛盾：

正确做法（两步走）：

第一步： 用用户原文原文原文，一字不改地写出Suno元标签版——这是工程文件第二章的内容。

第二步： 在交付工程文件时，直接、主动地给出歌词优化建议。建议格式：

### 歌词优化建议

**需要你判断（建议改）：**
- 第X段某句：问题分析 → 建议改法 → 不改也行

**仅供参考（可选）：**
- 某个字/节奏/衔接可优化

**不动的（原句最优）：**
- 肯定几句已经到位的金句

关键规则：
- ✅ 给建议 → 不改原文
- ✅ 每处建议附上为什么（押韵/节奏/画面感/传唱度）
- ✅ 区分"建议改"和"可选"的优先级
- ✅ 必须包含「完全不动的」小节：明确标注哪些原句本身就很到位、不可替代，并附上原因。这既展示你读懂了用户的选择，也避免下一次你又去建议改那些用户精心挑选的词
- ✅ 说清楚"改不改你来定"
- ❌ 不要在工程文件正文里偷偷改用户歌词
- ❌ 不要在交付摘要里说"我把XX改成了XX"
- ❌ 不要只给建议不给理由

识别用户想要什么：
- 用户给的是纯歌词文本 + 要求出整套 → 默认附带优化建议
- 用户给的是已经修改打磨过的定稿版 → 可以评价但不要提修改建议除非主动问
- 用户说"帮我润色一下" → 在前面加变更日志，逐条确认

歌曲工程文件迭代更新清单

当用户补充故事背景/歌词细节时，必须同步更新以下所有关联章节，确保全局一致。

触发场景

用户说"要改"、"加一段"、"补充个细节"、"故事其实是这样的"——意味着故事设定发生变化，不是单纯修标点。

更新检查清单（按优先级排列）

每次迭代更新必须逐项过一遍，避免漏改：

第一层：歌词本身（源头改动）

1. ☐ 歌词原文对应段落（Verse/Bridge/Final Hook/Outro 等）
2. ☐ Suno 元标签版中的对应行
3. ☐ 如果新增了歌词行，检查 Suno 元标签中是否需要加新的段落标签（如 [Pre-Hook]、[Spoken Word]）

第二层：MV分镜（故事可视化）

4. ☐ 对应分镜的画面描述 + 提示字幕同步更新
5. ☐ 是否需要新增分镜（故事线变化导致的原镜数不够）
6. ☐ 角色列表是否需新增/修改特征（如菩萨"从不对上眼睛"）
7. ☐ 内容梗概是否需重新概括（加入新发现的核心细节）
8. ☐ 核心意象词清单是否需补充（如"荷叶"）

第三层：口播与平台内容（对外表达）

9. ☐ 口播宣传文案（真人出镜脚本）——检查是否引用了被修改的歌词
10. ☐ 播客内容逐段脚本——开场/第一段/桥段/尾声 各段检查
11. ☐ 各平台推荐标题——如果有引用具体歌词句做标题需要更新
12. ☐ 话题标签——无需改，但检查一下

第四层：元数据

13. ☐ 歌词优化建议——如果之前建议了某句改法而用户改了另一句，更新建议内容；如果"不动的"列表里的句子变了，更新
14. ☐ 文件清单中的分镜数量（如 17→18）

常见遗漏模式

验证方法

全部改完后，通读一遍关键输出路径：
1. 歌词全文 → 朗读一遍看看新行是否通顺
2. 分镜从头到尾 → 新加的情节是否在正确的叙事位置
3. 口播/播客 → 引用歌词的部分和实际歌词是否一致
4. 梗概 → 是否包含了所有新加的核心细节

查看本地已完成的工程文件结构：
- /Users/yihuan/workspace/音乐创作/沅水悠悠绕安江/沅水悠悠绕安江-歌曲工程.md
- /Users/yihuan/workspace/音乐创作/沅江龙鼓震洪江/沅江龙鼓震洪江-歌曲工程.md
- /Users/yihuan/workspace/音乐创作/莲池鲤/莲池鲤-歌曲工程.md